立足核心的醫(yī)學影像和流體力學仿真技術(shù),閱影科技致力于研發(fā)心腦血管疾病輔助診斷和決策產(chǎn)品,以協(xié)助醫(yī)生實現(xiàn)更精準的診斷。目前,公司擁有脈影、剪影、顱影等多款在研產(chǎn)品。

　　“我們并不想造超人來取代醫(yī)生,而是要造盔甲來幫助醫(yī)生成為超級英雄?！?/p>

　　研發(fā)團隊“添磚加瓦”,15年醫(yī)學圖像處理專家進閱影

　　根據(jù)《中國心血管健康與疾病報告2019》,我國心血管現(xiàn)患人數(shù)為3.3億,其中腦卒中患者1300萬,冠心病1100萬。

　　背靠千萬級患者,瞄準國內(nèi)心腦血管疾病的治療需求,2017年10月閱影科技在深圳成立。公司針對心腦血管領(lǐng)域的精準診斷,以“人工智能+醫(yī)學影像”為中心,提供從診斷、術(shù)前規(guī)劃、術(shù)中導航到預后的全流程輔助診斷和決策平臺,力圖改善目前繁瑣的人工流程。

　　踏足心腦血管精準診斷市場,閱影科技的“底氣”是一批AI、流體力學仿真人才。公司非常重視自主研發(fā),內(nèi)設(shè)的研發(fā)團隊共分為三大板塊。一是公司CEO張超帶隊的高精度仿真團隊,二是首席科學家王純亮帶隊的機械視覺團隊,三是工程化團隊。

　　公司創(chuàng)始人張超是美國約翰·霍普金斯大學機械工程系和醫(yī)學院聯(lián)合培養(yǎng)的博士,他曾參與聯(lián)合數(shù)字心臟項目(Hopkins Heart),其中有包括CT-FFR在內(nèi)的醫(yī)學影像計算技術(shù)。同時,在工作過程中他積累了仿真算法、計算功能學等技術(shù),由此奠定了回國創(chuàng)業(yè)的契機。

　　自2017年成立以來,閱影科技吸引了一群海歸博士、國內(nèi)外高校人才。在技術(shù)更迭、產(chǎn)品線擴張的當口,王純亮博士選擇全職回國擔任閱影科技的首席科學家。

　　王純亮是瑞典皇家理工學院副教授,有15年的醫(yī)療影像從業(yè)經(jīng)歷,是醫(yī)療影像領(lǐng)域的資深專家。談到此次回國,他表示希望把這些年積累的技術(shù)、經(jīng)驗真正用于臨床,做出幾款能夠在臨床中實際使用的產(chǎn)品。

　　臨床科班出身,王純亮對臨床需求具有深切的感知,他認為AI是一個能改變臨床的技術(shù)。

　　“醫(yī)學影像中包含的信息在很大程度上是浪費掉的。”

　　比如一個胸部CT中包含肺的容積、心臟形態(tài)學等信息,如果醫(yī)生愿意花時間去做,一定會發(fā)現(xiàn)很多信息。但在醫(yī)療資源短缺的地方,全面篩查胸部CT影像可能會為醫(yī)生增加許多負擔。利用AI技術(shù)對影像進行自動化分析,可以在不增加醫(yī)生任何負擔的情況下,為他們提供更準確的診斷信息,對患者情況進行綜合判斷,從而提高整體的醫(yī)療水平。

　　全自動CT圖像處理,基于少量數(shù)據(jù)進行深度學習

　　FFR(血流儲備分數(shù))是冠脈狹窄功能性診斷的“金標準”。

　　臨床上常用壓力導絲測量FFR,在《2018歐洲心臟學會心肌血運重建指南》和《中國經(jīng)皮冠狀動脈介入治療指南(2016)》中均作I類A級推薦。但傳統(tǒng)的壓力導絲測量FFR在安全性、經(jīng)濟性、實用性上都有待改進,在中國的應(yīng)用率不及1%。

　　CT-FFR可作為有創(chuàng)FFR的重要替代,在CT影像的基礎(chǔ)上無創(chuàng)測量FFR值,為醫(yī)生提供輔助診斷。在全球范圍內(nèi),HeartFlow率先開展CT-FFR業(yè)務(wù),國內(nèi)科亞醫(yī)療、數(shù)坤科技等企業(yè)也在推進相關(guān)產(chǎn)品。

　　閱影科技抓住AI醫(yī)學影像、精準診斷發(fā)展的契機,推出CT-FFR產(chǎn)品脈影。在冠脈CT影像的基礎(chǔ)上,基于深度學習全自動化分析影像數(shù)據(jù)來測算FFR值,以評估患者的血管功能狀況。

　　脈影CT-FFR產(chǎn)品作用的第一階段是3D建模,把CT影像信息轉(zhuǎn)化為血管三維模型。在這過程中,一旦血管直徑出現(xiàn)一點偏差,就會成倍數(shù)地影響血流計算結(jié)果。

　　在有15年從業(yè)經(jīng)驗的圖像處理專家王純亮博士的帶領(lǐng)下,閱影科技利用圖像分割和圖形仿真技術(shù),把血管的形態(tài)較準確地呈現(xiàn)出來。同時,在這過程中引入人工智能,大大加快了圖像分割和三維建模的速度。

　　第二階段是流體力學仿真,基于血管三維模型模擬血流。張超博士與研發(fā)團隊一同開發(fā)出精準、快速的血流模擬技術(shù),建立了一個可拓展、模塊化的可視化平臺,用于支撐多模塊信息的集成。

　　CT-FFR無創(chuàng)測量計算量較大,對計算機硬件要求高。傳統(tǒng)的CT-FFR系統(tǒng)需要醫(yī)院把CT數(shù)據(jù)上傳云端,再通過企業(yè)的服務(wù)器去計算,一般需要幾小時或隔天才能把數(shù)據(jù)送到臨床科室。而脈影產(chǎn)品可以直接在臨床科室對CT圖像進行全自動化處理,把整個過程縮短到10分鐘以內(nèi)。

　　這不僅可以減輕醫(yī)生負擔,縮短FFR測量的時間,而且還能提高臨床應(yīng)用FFR技術(shù)的積極性。因為醫(yī)生已經(jīng)有了CT影像,如果可以不費力氣就得到FFR數(shù)據(jù),不需要再對患者進行額外的圖像采集操作,他們會更愿意使用CT-FFR系統(tǒng)。

　　再而,我國醫(yī)院對于數(shù)據(jù)的安全性管控非常嚴格,按照這樣的發(fā)展趨勢,未來企業(yè)只有把輔助診斷技術(shù)部署在醫(yī)院,才便于進行數(shù)據(jù)采集與管理。

　　此外,閱影科技開發(fā)的AI算法只需要小量的優(yōu)質(zhì)算例就可以完成高精度的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的搭建,大大減少了對原始醫(yī)療數(shù)據(jù)的依賴。目前,很多深度學習提供的是一種端到端的學習范式,整個學習流程完全交給深度學習模型直接學習從原始數(shù)據(jù)到期望輸出的映射。

　　以腦出血為例,根據(jù)出血部位的不同,腦出血可分為蛛網(wǎng)膜下腔出血、腦實質(zhì)出血、腦室內(nèi)出血等類型。只有提前把各類出血病例展示給神經(jīng)網(wǎng)絡(luò),它才能夠準確識別不同類型的腦出血。這就導致神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)依賴性強,而且可能無法識別偶發(fā)、低發(fā)的腦出血病灶。

　　這種方式與醫(yī)生的學習過程不同。醫(yī)生是在學習了人體正常的解剖結(jié)構(gòu)之后,再根據(jù)異常判斷疾病。閱影科技的深度學習網(wǎng)絡(luò)借鑒了醫(yī)生的學習路徑,先從健康、正常的人體解剖結(jié)構(gòu)入手,再根據(jù)異常綜合判斷,降低對原始數(shù)據(jù)的依賴。如此一來,即便患者出現(xiàn)一些異常情況,如大規(guī)模的鈣化或放置支架,閱影科技的產(chǎn)品也能準確進行血管分割。

　　根據(jù)臨床應(yīng)用數(shù)據(jù),脈影產(chǎn)品測量FFR值的準確率達90%,而且對于FFR灰區(qū)(即FFR在0.75-0.80之間)的患者計算的準確率較高。

　　基于3D建模和流體力學仿真兩方面技術(shù),閱影科技仍在不斷開發(fā)新產(chǎn)品,將心腦血管形態(tài)學和功能學信息整合起來。新產(chǎn)品將不止能夠判斷血管狹窄率、血流情況,還能反映血管周圍斑塊及其結(jié)構(gòu)組成。

　　“先有靶子再拿槍”,擴展心臟、顱內(nèi)兩大產(chǎn)品線

　　閱影科技錨定血管影像領(lǐng)域,主要研發(fā)診斷輔助、診斷決策類產(chǎn)品。

　　公司共有兩條產(chǎn)品線。一條是研發(fā)心臟科影像診斷產(chǎn)品,如冠脈形態(tài)學的分析平臺、結(jié)構(gòu)性心臟病的診斷及術(shù)前規(guī)劃、房顫射頻消融術(shù)前的規(guī)劃。另一條是開發(fā)顱內(nèi)功能學診斷產(chǎn)品,不只針對顱內(nèi)動脈,還有顱內(nèi)的多模態(tài)影像融合。

　　在產(chǎn)品布局上,閱影科技精準把握臨床需求,“先有靶子再拿槍”,專注于心腦血管領(lǐng)域的縱深發(fā)展。正是看到了心腦血管疾病的危急性、重要性,閱影科技才將重心放在心腦血管影像領(lǐng)域。下一步,公司計劃將業(yè)務(wù)拓展至外周血管領(lǐng)域。

　　在發(fā)展過程中,閱影科技與北大三院、阜外醫(yī)院、安貞醫(yī)院達成合作,共同開展脈影CT-FFR產(chǎn)品的臨床試驗,同時將宣武醫(yī)院、復旦大學附屬華山醫(yī)院作為顱影產(chǎn)品落地的中心。在海外市場,公司與斯坦福醫(yī)學院的心內(nèi)科、約翰·霍普金斯大學親密合作,共同開展公司在全球范圍內(nèi)的多中心臨床試驗。

　　未來,閱影科技希望通過心腦血管產(chǎn)品的串聯(lián),搭建一個心腦血管輔助診斷和決策平臺,真正替代醫(yī)生現(xiàn)有的診療手段。